本书共分为8章,重点研究了基于深度属性学习的光学遥感图像分类方法,如基于属性学习预测的细粒度遥感目标分类、基于多源属性学习的细粒度遥感场景分类、基于属性建模迁移的少样本遥感图像分类、基于视觉属性自动化标注的零样本遥感图像场景分类等。对于每种典型的遥感图像分类方法,从研究者的角度,详细地介绍了其研究背景、问题描述、算法模型、实验结果等。
本书针对该种成像仪获取的影像进行航带拼接研究,以获得具有高几何定位精度和高光谱保真性的高光谱影像。本书首先利用曲面样条函数法或基于导航数据或二者结合的方法对影像进行几何校正;然后采用基于边缘块剔除的局部方差法计算各波段信噪比,取分值最高的波段作为最优波段;再利用该最优波段采用SIFT算法或改进的相位相关法来纠正航带间已经存在的地理空间映射关系;最后选用加权平均融合法或最佳缝合线融合法对相邻航带进行融合,得到带有绝对地理坐标的高光谱全景图。对拼接结果从光谱保真性和几何精度两方面进行评价,其光谱保真
本书分15个部分,内容包括:地图精度评价的历史、进行精度评价的计划、位置精度评价、专题精度评价基础、参考数据的采集、基础分析技术等。
本书从三个侧面给出了图像情报解译研究领域的研究动态和方法阐述:第一部分是认识篇,包括第一、第二章,主要对图像情报解译的历史进行回顾,凝练面临的难点问题和待突破的本质问题,提出图像情报解译实际操作的共性原理;第二部分是方法篇,包括第三、第四、第五、第六、第七共五章,结合近年高速发展的多种高分辨率影像资源,研究提出“时空频”三域图像融合的体系架构,第三部分是实践篇,包括第八、第九共两章,以图文并茂的多组案例,示范了运用图像解译基本原理和融合方法的实际图像解译和情报分析的案例。全书内容总结了作者们及研
本书围绕航空光电成像高分辨率、宽覆盖及激光三维成像三个方面展开,就其研究现状、系统方案及实现过程中所遇到的问题及解决方案进行详细论述。第一部分像元超高分辨成像,主要介绍了亚像元、L形异形像元及空间编码扫描等效异形像元超分辨成像原理、工程实现及实验结果;第二部分大视场高分辨率成像系统,介绍了共心多尺度成像系统、面阵动态多幅扫描成像系统及线阵像面扫描拼接成像系统;第三部分直接测距型激光主动成像系统,主要介绍了国内外研究现状与发展趋势,以及涵盖系统设计全链路的关键技术。
《遥感图像处理与应用》是作者在总结遥感教学经验、相关研究成果以及遥感领域新技术的基础上编著而成的,以三种主要的遥感成像技术(热红外成像、微波成像与高光谱成像)为主线,按照“获取-处理-应用”的顺序进行内容的组织,系统介绍了遥感成像的基本原理、遥感图像处理的理论与技术以及在相关领域的典型应用。该书既包括了遥感图像的基础知识,也融合了近年来遥感技术、图像处理和模式识别领域的相关研究成果,并且对目前的研究热门——深度学习理论与方法进行了介绍,突出了实用性与前沿性。《遥感图像处理与应用》内容新颖丰富,知
高分辨率遥感图像场景分类是遥感影像解译中的一个关键任务,具有广泛的应用前景。本书介绍了高分辨率遥感图像场景分类的基本知识和现有的研究方法,并系统总结了作者在基于深度学习的高分辨率遥感图像场景分类方面的研究工作。全书共6章,分为4个部分:第一部分(第1章)介绍了高分辨率遥感图像场景分类的的定义、研究背景和现有研究工作,以及本书的主要内容;第二部分(第2章-3章)将特征提取策略和监督方式对高分辨率遥感图像场景分类性能的影响进行了定性分析和定量实验评估;第三部分(第4章-5章)介绍了两种不同解决思路的